Avukatlar İçin Yapay Zekâ ile Dilekçe Hazırlama

Dilekçe taslağı, hukuk yapay zekasının bugün en çok işe yaradığı iştir ve bunun teknik bir sebebi vardır: dilekçe yazımının büyük kısmı yapı, biçim ve dil işidir, keyfî olguları hatırlama işi değil. Model bir başlık düzenini, bir talep sonucu formatını veya bir olay örgüsünün hukuki diline çevrilmesini iyi yapar; bir karar künyesini hatırlamayı yapamaz. Kendi müşteri görüşmelerimizde bildirilen kazanımların ağırlığı da bu tarafta toplanmıştır. Buna karşılık aynı görüşmelerde hatalı kanun maddesi bildirimi de vardır. Bu yazı, taslağın nasıl kurulacağını, modele ne verilip ne verilmeyeceğini, Türkçe dilekçe için işe yarayan istem yapısını ve pazarlık konusu olmayan doğrulama adımını sırayla anlatır. Anlatılan akışın çıktısı bir dilekçe değil, avukatın üzerinde çalışacağı bir taslaktır. İnsanda kalan işin sınırı da ayrıca çizilmiştir: hukuki strateji, muhakeme, üslup ve aleyhe hususların değerlendirilmesi bu akışın hiçbir adımında araca devredilmez.

Kısaca

• Dilekçe taslağı, künye araştırmasından daha güvenli bir kullanım alanıdır. Yapı ve dil örüntülüdür; künye keyfî bir olgudur ve modelin yapısal olarak başarısız olduğu içerik sınıfı budur.
• Kendi müşteri görüşmelerimizde bildirilen medyan hızlanma yaklaşık 3,5 kattır. Uç örnekler dağılımı temsil etmez. Bu veriler müşteri beyanına dayalıdır; kontrollü önce ve sonra ölçümü değildir.
• Akış beş adımdır: olay örgüsü girişi, hukuki nitelendirme, talep sonucu, delil listesi, revizyon. Doğrulama bu adımların arasına değil, hepsinin üzerine gelir.
• Bir bağlantı yalnızca “bu belge var” der. “Bu belge bunu söylüyor” demez. Bağlantıyı açıp pasajı okumadıysanız doğrulama yapılmamıştır.
• İnsanda kalan iş bellidir: hukuki strateji, muhakeme, üslup ve aleyhe hususların değerlendirilmesi.
• Sahada bildirilen somut hatalar arasında yanlış kanun maddesi vardır. Bu bir biçim hatası değil, sonuç doğuran bir hatadır.

Dilekçe neden en güçlü kullanım alanı?

Kısa cevap: dilekçenin çoğu, örüntüsü öğrenilebilir bir metindir.

Büyük dil modeli bir sonraki-token tahmincisidir. Önceki metin verildiğinde bir sonraki kelime üzerinde olasılık dağılımı atar ve oradan örnekler. Bu döngüde bir veritabanı sorgusu veya doğruluk tablosu yoktur. Sonuç şudur: model, tutarlı örüntüsü olan içerikte güçlü, düşük frekanslı ve keyfî olgularda zayıftır.

Bir dilekçenin iskeleti güçlü örüntüye sahiptir. Mahkeme başlığı, taraflar, konu, açıklamalar, hukuki sebepler, deliller, talep sonucu. Bu iskeletin içine yerleşen dil de örüntülüdür: hukuki nitelendirme cümleleri, sebep-sonuç bağlantıları, karşı iddiaya cevap yapıları. Bir avukat bu iskeleti zaten bilir; modelden aldığı kazanım, iskeleti kurma değil, iskeleti doldurma süresidir.

Buna karşılık bir Yargıtay kararının belirli bir esas ve karar numarasıyla bağı keyfî bir olgudur. Düşük frekanslıdır, örüntüden türetilemez. Model bir künye üretebilir çünkü künye biçimi son derece örüntülüdür: daire, esas, karar, tarih. Ama o biçimin içine doğru sayıları koymasını sağlayan bir mekanizma yoktur. Halüsinasyonun neden künyede yoğunlaştığı halüsinasyon yazısında ayrıntılı olarak ele alınmıştır.

Pratik sonuç: dilekçe taslağında modelin ürettiği metnin çoğu doğrulanabilir bir iddia içermez, çünkü zaten sizin verdiğiniz olguların yeniden düzenlenmiş hâlidir. İçtihat ve mevzuat atıfları ise ayrı bir kategoridir ve ayrı muamele görür.

Sahadan gelen zaman verisi ne gösteriyor?

Hammurabi’nin 4-9 Temmuz 2026 tarihleri arasında 30 ücretli müşteriyle yaptığı görüşmelerde dilekçe hazırlığında bildirilen süreler aşağıdaki gibidir. Bu veriler müşteri beyanına dayalıdır; kontrollü önce ve sonra ölçümü değildir.

Tablonun okunma biçimi önemlidir. Medyan hızlanma yaklaşık 3,5 kattır ve uç örnekler dağılımı temsil etmez, ortalamayı çarpıtır. En dürüst özet cümlesi şudur: muhafazakâr örneklerde dahi iki ila dört kat hızlanma raporlanmıştır. Otuz kat, bir kullanıcının kendi işinin belirli bir türü için verdiği tek bir beyandır ve bir vaat değildir.

Aynı araştırmada araştırmacı tahmini, avukat başına ayda kurtarılabilecek zamanın medyanının yaklaşık 12 saat, ağırlıklı aralığın 10-25 saat olduğu yönündedir. Bu rakamların parasal değere çevrilmesindeki yaygın metodolojik hata ayrı bir konudur ve tarife bazlı hesabın neden yanıltıcı olduğu ROI yazısının konusudur.

Adım adım akış nasıl kurulur?

Akış beş adımdır ve sırası önemlidir. Modelden en baştan bitmiş bir dilekçe istemek, en yaygın ve en pahalı hatadır; çünkü hukuki nitelendirmeyi siz yapmadan model kendi nitelendirmesini kurar ve metnin tamamı o nitelendirmenin üzerine oturur.

1. Olay örgüsü girişi. Modele olayı tarih sırasıyla, yalın bir dille ve anonimleştirilmiş olarak verirsiniz. Bu adımda hukuki değerlendirme istemezsiniz. Amaç, olgu zeminini kurmaktır. Kronoloji dağınıksa çıktı da dağınık olur; modelden önce sizin kendi kronolojinizi düzeltmesini istemek iyi bir ilk adımdır.

2. Hukuki nitelendirme. Bu adımı avukat yapar, modele yaptırmaz. Uyuşmazlığın hukuki niteliğini, dayandığınız hukuki sebepleri ve dava türünü siz belirler ve modele söylersiniz. Modelden istenecek şey, sizin kurduğunuz nitelendirmenin metne nasıl döküleceğidir. Bu ayrım, akışın en kritik noktasıdır. Nitelendirmeyi modele bırakırsanız, doğrulamanız gereken şey bir paragraf değil, dilekçenin tamamının mantığı olur.

3. Talep sonucu. Talep sonucunu net, sayılı ve terditli yapısıyla siz yazarsınız; modelden dil düzeltmesi ve eksik kalem kontrolü istersiniz. Talep sonucu, dilekçenin mahkeme tarafından en dikkatli okunan yeridir ve buradaki bir eksiklik sonradan telafi edilemeyebilir. Modelin bu adımdaki işlevi üretmek değil, taramaktır.

4. Delil listesi. Elinizdeki delilleri modele sayar, her iddianın hangi delille desteklendiğinin eşlenmesini istersiniz. Model burada gerçekten yararlıdır: hangi iddianın karşılıksız kaldığını görmek, insan gözünün uzun metinlerde kaçırdığı bir iştir. Karşılıksız kalan iddiaları listeletmek, tek başına değerli bir çıktıdır.

5. Revizyon. Taslağı okur, kendi üslubunuza çevirir ve aleyhe hususları değerlendirirsiniz. Bu adımda modelden karşı tarafın muhtemel savunmasını listelemesini isteyebilirsiniz; ancak bu liste bir kontrol listesidir, bir strateji değildir.

Doğrulama bu beş adımın arasına yerleştirilmez. Metin bittiğinde ayrı bir iş olarak yapılır ve aşağıda ayrı bir başlık altında ele alınmıştır.

Modele ne verilir, ne verilmez?

Verilmemesi gerekenler listesi kısa ve nettir: müvekkili, karşı tarafı veya üçüncü kişileri kimliklendiren veriler.

Ad soyad, Türkiye Cumhuriyeti kimlik numarası, adres, telefon, banka hesap bilgisi, dosya esas numarası, iş yeri adı ve kimliklendirmeye yarayacak nadir ayrıntılar bu kapsamdadır. Bunların yerine tutarlı takma etiketler kullanılır: müvekkil (A), karşı taraf (B), tanık (C). Metin bittikten sonra etiketler gerçek bilgilerle değiştirilir. Yöntemin ayrıntıları müvekkil verisinin anonimleştirilmesi yazısında ele alınmaktadır.

Bu yaklaşımın dayanağı iki katmanlıdır. Birinci katman meslek ödevidir. Avukatlık Kanunu m.36, avukatın görevi dolayısıyla öğrendiği hususları açığa vurmasını yasaklar. Metnin yasakladığı fiil açığa vurmadır; maddede işleme, üçüncü kişiye aktarma veya bulut geçmez. Bir müvekkil dosyasının üçüncü taraf bir hizmete yüklenmesinin bu maddeyi ihlal edip etmediğine dair Türkiye’de bağlayıcı bir düzenleme, yayımlanmış bir TBB görüşü veya bilinen bir disiplin kurulu kararı tespit edilememiştir. Bu bir boşluk değil, bir bulgudur ve öyle yazılmalıdır.

İkinci katman kişisel verilerin korunmasıdır. Bir müvekkil dosyası neredeyse her zaman kişisel veri içerir ve 6698 sayılı Kanun devreye girer; işleme yurt dışında gerçekleşiyorsa Kanun’un 9. maddesindeki aktarım rejimi ayrıca ele alınır.

Baro düzeyindeki en yüksek otoriteli kaynak Ankara Barosu HUBİTEM’in “Avukatlıkta Yapay Zeka Araçlarının Kullanımı Rehberi v.1.0” belgesidir; belge bağlayıcı mevzuat değildir ve yayım tarihi belgede belirtilmemiştir. Rehberin tavsiyesi açıktır: müvekkillere ilişkin her türlü kişisel bilgi anonim hale getirilmelidir. Rehber ayrıca kendini eğiten araçların girilen verileri depolayabileceğini ve bunun gizlilik açısından risk oluşturabileceğini belirtir.

Verilebilecekler ise şunlardır: anonimleştirilmiş olay örgüsü, kendi hukuki nitelendirmeniz, kendi şablonlarınız, kamuya açık mevzuat metni, sizin doğruladığınız içtihat pasajları ve karşı tarafın anonimleştirilmiş beyanları.

Türkçe dilekçe için hangi istem yapısı işe yarar?

İşe yarayan istem, uzun değil, bölümlüdür. Modelden bir şey isterken rol, bağlam, girdi, biçim ve kısıt ayrı ayrı verilir. Aşağıdaki kalıp, beş adımın her birinde yeniden kullanılabilir.

Rol ve kısıt bloğu. “Türk hukukunda [dava türü] alanında çalışan bir avukat için taslak hazırlıyorsun. Kanun maddesi, karar künyesi veya tarih üretme. Bir maddeye atıf yapman gerekiyorsa, atfı ben vereceğim; sen yalnızca benim verdiğim atıfları kullan. Emin olmadığın yerde metne köşeli parantez içinde [DOĞRULA] yaz.”

Bu son cümle, kalıbın en değerli parçasıdır. Modelin çekinmesini sağlamaz, ancak doğrulanacak noktaları görünür kılar ve revizyonda arayacağınız yeri işaretler.

Bağlam bloğu. Yargı kolu, dava türü, taraf sıfatınız, aşama (ilk derece, istinaf, temyiz), ve varsa karşı tarafın beyanının özeti. Aşama bilgisini vermemek, sahada bildirilen hataların bir kısmının kaynağıdır.

Girdi bloğu. Anonimleştirilmiş olay örgüsü, tarih sırasıyla ve maddeler hâlinde. Serbest paragraf yerine numaralı liste vermek çıktının kalitesini belirgin biçimde değiştirir.

Biçim bloğu. “Çıktıyı şu başlıklarla ver: konu, açıklamalar, hukuki sebepler, deliller, talep sonucu. Açıklamalar bölümünü numaralı paragraflar hâlinde yaz. Her paragrafta hangi delile dayandığını parantez içinde belirt.”

Kontrol bloğu. Taslak geldikten sonra ayrı bir istem olarak gönderilir: “Yukarıdaki taslakta hangi iddialar delille desteklenmiyor, listele. Karşı tarafın bu taslağa vereceği muhtemel üç cevabı yaz. Taslakta benim vermediğim hiçbir kanun maddesi veya karar künyesi var mı, varsa hepsini ayrı ayrı listele.”

Son soru, bir doğrulama aracı değildir; modelin kendi çıktısını denetlemesi güvenilir değildir. Ancak listeyi elde etmek, sizin doğrulama işinizi kısaltır.

Doğrulama adımı: pazarlık konusu değildir

Taslakta geçen her kanun maddesi, her karar künyesi, her süre ve her tutar, resmî kaynaktan tek tek doğrulanır. Bu adım kısaltılamaz ve modele devredilemez.

Kuralın en pratik hâli şudur: bir bağlantı yalnızca “bu belge var” der, “bu belge bunu söylüyor” demez. Bağlantıyı açıp pasajı okumadıysanız doğrulama yapılmamıştır. Bu ayrım teorik değildir. Hukuka özel araştırma araçlarında belgelenmiş başarısızlık biçimlerinden biri yanlış temellendirmedir: getirilen belge gerçektir, künye gerçektir ve model o belgenin desteklemediği bir önermeyi ileri sürer. Bağlantıya tıklayıp gerçek bir karar gören avukat rahatlar ve yine de yanılır.

Doğrulamanın kapsamı şu dört başlıktır ve emsal karar tarafındaki tam protokol doğrulama protokolü yazısında ayrıntılandırılmıştır:

1. Kanun maddesinin yürürlükteki metnini resmî kaynaktan okumak. Değişiklik görmüş maddelerde eski metin hâlâ dolaşımdadır.
2. Karar künyesinin karşılığının bulunduğunu resmî kaynaktan teyit etmek.
3. Kararın ilgili pasajını açıp okumak ve taslaktaki önermeyi gerçekten desteklediğini görmek.
4. Süreleri ve usul kurallarını dosyanın aşamasına göre ayrıca kontrol etmek.

Bu ödevin hukuki dayanağı bellidir. Avukatlık Kanunu m.34, avukatı özen ve doğruluk içinde çalışmakla ve TBB Meslek Kuralları’na uymakla yükümlü kılar. 7571 sayılı Kanun’la değişik m.134, özen ve doğruluk yükümlülüklerine uymayan hâl ve hareketleri disiplin cezasının uygulanacağı hâller arasında açıkça sayar. Ankara Barosu rehberi de içeriğin kullanılmadan önce bağımsız kaynaklardan doğrulanmasını tavsiye eder ve avukatın sorumluluğu devredebileceği bir üçüncü taraf bulmasının mümkün olmayabileceğini belirtir.

Şablon stoğunu bırakan avukat: sinyal mi, risk mi?

Kendi müşteri görüşmelerimizde bir avukat, yıllardır tuttuğu dilekçe taslak stoğunu tamamen bıraktığını beyan etmiştir. Bu beyan müşteri beyanına dayalıdır; kontrollü önce ve sonra ölçümü değildir. Aynı araştırmada bir avukat davalarının yaklaşık yüzde doksanını platform üzerinden yönettiğini, bir başkası artık yanına başka bir avukat veya icra takipçisi alma ihtiyacı duymadığını beyan etmiştir.

Bu bulguyu iki yönlü okumak gerekir ve tek yönlü okumak yanıltıcıdır.

Verimlilik tarafı açıktır. Şablon stoğu, bir avukatın yıllar içinde biriktirdiği ve her yeni dosyada aradığı bir arşivdir. Aramanın kendisi zaman alır ve bulunan şablon çoğu zaman yeni dosyaya tam oturmaz. Bir aracın bu arşivi gereksiz kılması, aracın “yardımcı” konumundan “birincil üretim altyapısı” konumuna geçtiğini gösteren güçlü bir davranışsal sinyaldir. Anket sorusundan daha güvenilirdir, çünkü kişi bir şeyi söylemekle kalmamış, bir şeyi bırakmıştır.

Risk tarafı da aynı ölçüde açıktır. Şablon stoğu yalnızca bir arşiv değildir; aynı zamanda bir yedektir ve bir kontrol referansıdır. Kendi şablonunuz elinizdeyken model çıktısını ona karşı okursunuz ve eksik kalan bölümü fark edersiniz. Stok bırakıldığında bu karşılaştırma zemini kaybolur. Ayrıca araç erişilemez hâle geldiğinde, aboneliğiniz bittiğinde veya çıktı formatı değiştiğinde geriye dönecek bir yer kalmaz. Avukatlık Kanunu m.171/1, avukatın üzerine aldığı işi sonuna kadar takip etmesini emreder; çalışma altyapınızın tek bir sağlayıcıya bağlanması bu ödevi zorlaştırabilir.

Makul orta yol, stoğu bırakmak yerine küçültmektir. Her çalışma alanı için bir referans şablon tutmak, hem karşılaştırma zeminini korur hem de arşiv arama maliyetini ortadan kaldırır. Bir de çıkış sorusu vardır: ürettiğiniz taslakları hangi formatta dışarı alabildiğinizi satın alma anında sorun.

İnsanda kalan iş nedir?

Dört başlık kalır ve bunların hiçbiri araca devredilemez.

Hukuki strateji. Hangi talebi hangi sırayla ileri süreceğiniz, hangi iddiadan vazgeçeceğiniz, uzlaşma ile yargılama arasındaki tercih. Bunlar müvekkilin menfaatine ilişkin kararlardır ve dosyanın dışındaki bilgilere dayanır.

Muhakeme. Türkiye Barolar Birliği Başkanı R. Erinç Sağkan’ın Şubat 2026 çalıştayındaki ifadesi bu noktayı doğrudan karşılar: avukatlık mesleği muhakeme, sorumluluk ve vicdani bir sorgulama barındırmaktadır ve bu unsurların yerini hiçbir algoritma alamaz. Doğru kaynaklardan geçersiz bir çıkarıma varmak mümkündür; temellendirme muhakemeyi düzeltmez.

Üslup. Bir dilekçenin tonu, hâkime hitap biçimi ve karşı tarafa karşı tutumu, avukatın meslek kimliğinin parçasıdır. TBB Meslek Kuralları m.4, avukatın mesleğin itibarını zedeleyecek her türlü tutumdan kaçınmasını ister. Model çıktısındaki tonun kontrolsüz bırakılması, bu ödevle çatışabilir.

Aleyhe hususların değerlendirilmesi. Model, verdiğiniz çerçevenin içinde çalışır ve istemenizdeki yanlış varsayımı kabul etme eğilimindedir. Akademik ölçümde karşıt-olgusal yanlılık olarak tanımlanan bu davranış, modelin sizin yanlış öncülünüze katılması demektir. Dosyanın aleyhinize olan yönünü modelden beklemek, en zayıf zeminde beklemektir.

Sahada bildirilen hatalar hangi biçimde geliyor?

Kendi müşteri görüşmelerimizde bildirilen somut hatalar aşağıdaki tabloda toplanmıştır. Bu bildirimler müşteri beyanına dayalıdır; kontrollü önce ve sonra ölçümü değildir.

Tablonun son satırı diğerlerinden farklıdır ve daha tehlikelidir. İlk dört satır aracın hatasıdır; sonuncusu kullanıcının davranış değişikliğidir. Bir aracın iyi çalışması, kullanıcıyı daha az dikkatli yapabilir. Bu, otomasyon yanlılığının canlı hâlidir ve ayrı bir yazıda ele alınmıştır.

Süre ve madde numarası hataları, doğrulamanın neden bütçelenmesi gerektiğini tek başına gösterir. Bu tür bir hata dilekçenin kalitesiyle ilgili bir kusur değildir; hak kaybı doğurabilecek bir hatadır. Sağkan’ın çalıştayda aktardığı örnek de aynı kategoridedir: bir iddianameyi yapay zekaya yorumlatan meslektaşının deneyiminde sistem, Türk hukukunda o aşamada aranmayan bir kritere dayanan hatalı bir sonuç üretmiştir.

Sık Sorulan Sorular

Yapay zeka ile hazırlanan dilekçe mahkemeye sunulabilir mi?

Sunulabilir; Türkiye’de bunu yasaklayan bir hüküm yoktur. Ancak sunulan metnin doğruluğundan avukat sorumludur. Avukatlık Kanunu m.34 özen ve doğruluk ödevini kanun düzeyine taşır ve 7571 ile değişik m.134 bu yükümlülüklere uymayan hâl ve hareketleri disiplin cezasının uygulanacağı hâller arasında sayar. Dilekçedeki her atıf, sunumdan önce resmî kaynaktan doğrulanmalıdır.

Müvekkilime yapay zeka kullandığımı söylemeli miyim?

Bu konuda bağlayıcı bir Türk düzenlemesi tespit edilememiştir. Ankara Barosu HUBİTEM rehberi, avukatın kullandığı yapay zeka araçları hakkında müvekkilini açık ve doğru şekilde bilgilendirmesini tavsiye etmektedir; rehber bağlayıcı mevzuat değildir. Uygulama, vekâlet ilişkinizin kapsamına ve büronuzun benimsediği politikaya bağlıdır.

Modele dosya numarasını verebilir miyim?

Verilmemesi tavsiye edilir. Dosya esas numarası, tek başına veya diğer bilgilerle birleştiğinde kimliklendirmeye yarayabilir. Anonimleştirme yaklaşımı, kimliklendirici tüm alanların tutarlı takma etiketlerle değiştirilmesini ve metin tamamlandıktan sonra gerçek bilgilerin elle yerleştirilmesini öngörür. Ankara Barosu rehberi de müvekkillere ilişkin her türlü kişisel bilginin anonim hale getirilmesini tavsiye etmektedir.

Hangi dilekçe türlerinde daha az işe yarıyor?

Anlatısı kısa, hukuki nitelendirmesi tartışmalı ve büyük ölçüde içtihada dayanan işlerde kazanım daralır. Bu tip işlerde metnin hacmi küçüktür ve zamanın çoğu araştırmaya gider; araştırma tarafındaki doğrulama yükü ise brüt kazanımı azaltır. Kendi görüşmelerimizde bir müşterinin ifadesi bunu özetler: önceden 10 kat süre, şimdi 2 kat.

Modelin ürettiği kanun maddesine güvenebilir miyim?

Hayır. Kanun maddesi numaraları, tıpkı karar künyeleri gibi keyfî olgulardır ve modelin yapısal olarak zayıf olduğu içerik sınıfına girer. Kendi müşteri görüşmelerimizde kanun maddesi hatası bildirilmiştir. Her madde, mevzuat.gov.tr üzerindeki yürürlükteki metinden okunarak doğrulanmalıdır. Değişiklik görmüş maddelerde eski metinlerin dolaşımda olduğu ayrıca hesaba katılmalıdır.

Doğrulama süresi kazancı yok eder mi?

Etmez, ama daraltır ve bu daralma bütçelenmelidir. Kendi görüşmelerimizde bildirilen medyan hızlanma yaklaşık 3,5 kattır ve bu rakam revizyon sonrası beyanlara dayanır. Bir müşterinin “önceden 10 kat, şimdi 2 kat” ifadesi, brüt kazanımın teyit döngüsüyle nasıl daraldığını gösterir. Bu beyanlar müşteri beyanına dayalıdır; kontrollü önce ve sonra ölçümü değildir.

Stajyerime bu akışı devredebilir miyim?

Devredebilirsiniz, ancak sorumluluk sizde kalır. Avukatlık Kanunu m.46, avukatın işlerini kendi sorumluluğu altındaki stajyeri veya yanında çalışan sekreteri eliyle takip ettirebileceğini belirtir. TBB Meslek Kuralları m.37/b ise avukatın yardımcılarının ve stajyerlerinin meslek sırrına aykırı davranışlarını engelleyecek tedbirleri almasını ister. Doğrulama adımının kimin tarafından ve nasıl kayda geçirilerek yapıldığı, bu tedbirin somut hâlidir.

Kaynakça

1. 1136 sayılı Avukatlık Kanunu (Kabul 19/3/1969; RG 7/4/1969, S.13168), m.34, m.36, m.46, m.134, m.171. app.e-uyar.com (Erişim: 20 Ağustos 2026)
2. 7571 sayılı Kanun (Kabul 24/12/2025), RG 25/12/2025, S.33118.
3. Türkiye Barolar Birliği Meslek Kuralları (Kabul: 8-9 Ocak 1971, IV. Genel Kurul; yayım: 26 Ocak 1971 tarihli TBB Bülteni), m.4, m.37.
4. Ankara Barosu HUBİTEM, “Avukatlıkta Yapay Zeka Araçlarının Kullanımı Rehberi v.1.0” (yayım tarihi belgede belirtilmemiştir). Hazırlayanlar: Av. Canset Yıldız, Av. Göksu Çelebi, Av. Maralgül Erol, Av. Aybüke Yılmaz, Av. Meltem Vural Yıldırım, Av. Naz Nebile Karataş. PDF belgesi Ankara Barosu resmî sitesinde yayımlanmıştır (Erişim: 20 Ağustos 2026).
5. 6698 sayılı Kişisel Verilerin Korunması Kanunu (Kabul 24/3/2016; RG 7 Nisan 2016, S.29677), m.9 (Değişik: 2/3/2024-7499/34). Konsolide metin: kisiselverilerinkorunmasi.org (Erişim: 20 Ağustos 2026)
6. Kişisel Verileri Koruma Kurumu, “Üretken Yapay Zekâ ve Kişisel Verilerin Korunması Rehberi (15 Soruda)”, 24 Kasım 2025. Kurum’un resmî sitesinde yayımlanmıştır (Erişim: 20 Ağustos 2026).
7. Dahl, M., Magesh, V., Suzgun, M. ve Ho, D. E., “Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models”, Journal of Legal Analysis, C.16, S.1 (2024), s.64-93. DOI: 10.1093/jla/laae003. academic.oup.com (Erişim: 20 Ağustos 2026)
8. Magesh, V., Surani, F., Dahl, M., Suzgun, M., Manning, C. D. ve Ho, D. E., “Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools”, Journal of Empirical Legal Studies, C.22 (2025), s.216-242. reglab.stanford.edu (Erişim: 20 Ağustos 2026)
9. Kalai, A. T., Nachum, O., Vempala, S., Zhang, E. ve diğerleri, “Why Language Models Hallucinate”, 5 Eylül 2025, arXiv:2509.04664. openai.com (Erişim: 20 Ağustos 2026)
10. Hukuki Haber, “TBB Yapay Zeka ve Avukatlık Çalıştayı Tamamlandı”, 15.02.2026. hukukihaber.net (Erişim: 20 Ağustos 2026)
11. Hammurabi Müşteri ROI Araştırma Raporu, 10 Temmuz 2026 (dahili). Görüşme dönemi 4-9 Temmuz 2026, 30 görüşme, 29 analiz edilebilir. Tüm zaman ve kullanım verileri müşteri beyanına dayalıdır; kontrollü önce ve sonra ölçümü değildir.

Son güncelleme: 20 Ağustos 2026

---

Bu yazı, Türk hukukuna özel yapay zekâ altyapısı geliştiren Hammurabi ekibi tarafından hazırlanmıştır. hammurabi.tr